作者:李一野; 邓浩江 期刊:《计算机与现代化》 2020年第01期
传统的协同过滤推荐算法存在数据稀疏情况下分类准确性低的问题,针对于此提出一种基于改进余弦相似度的协同过滤推荐算法,将数据经嵌入层转换为特征矩阵,将对其计算后得到的改进余弦相似度矩阵和单位矩阵之间的均方误差作为损失函数,从而提高推荐算法在数据稀疏情况下的分类准确性。实验结果表明,该算法的AUC和对数损失函数指标均优于基线模型FM、FFM和Deep FM模型。
作者:赵祺雯; 彭瑞; 袁平 期刊:《现代计算机》 2020年第03期
基于物品的协同过滤算法通过计算物品之间的相似度,推荐与用户浏览过物品相似度高的物品,能够有效解决众包任务推荐中任务时效性短、更新频繁等问题。利用注意力机制可以为浏览过物品分配不同的重要性,同时利用任务的属性学习到更丰富任务的特征。实验表明模型在AUC和HR评估指标上都有更好的效果。
随着信息技术的发展,线下零售企业积累了大量消费数据,如何合理利用数字化技术成为新时代实体零售店发展的关键。本文从精准商品推荐与优化购物流程两方面分析实体零售店数字化技术的应用策略。一方面,找出目标用户、保健品消费用户在购物行为方面的整体相似程度,以此得出与设定阈值相符的相似用户集合,同时把集合当中设定的相似用户所购买的保健品商品类别视作其喜好,并最终得到目标用户在保健品商品挑选方面的兴趣状况,获得结论;...
作者:高茂庭; 王吉 期刊:《计算机工程》 2020年第03期
用户的行为偏好往往会受到社交关系、时间变化等多种因素影响,只考虑单一因素会导致构建的用户兴趣模型比较片面,难以准确地产生推荐。为此,融合用户社交关系和时间因素,提出一种主题模型推荐算法。利用主题模型对用户标注行为进行主题建模,得到用户-物品概率矩阵。根据用户标注物品的时间计算用户标注行为的时间权重,将其与用户的标注行为权重相结合,计算基于时间的用户相似度。对用户的社交关系与基于时间的用户相似度进行加权处...
作者:苏庆; 章静芳; 李小妹 期刊:《计算机工程》 2020年第02期
针对传统协同过滤算法中的数据稀疏问题,在SVD++算法和线性回归模型的基础上引入时间效应属性,提出一种推荐算法timeSVD++LR。采用SVD++算法将用户和项目信息与隐式反馈信息相融合映射到隐语义空间,将用户和项目之间的交互作用建模为该空间中的内积。通过描述用户和物品在各因子上的特征来解释评分值,在此基础上对时间效应建模,进一步提高预测结果的准确度。根据预测评分矩阵构造特征向量,将原始训练数据作为线性回归模型的输入,采...
针对智能化旅游信息推送问题,对基于游客和景区信息的推荐算法进行研究,利用关系拓扑结构为新用户智能推荐有效旅游导览信息,根据用户地理位置信息对推荐内容进行智能筛选,从而达到精准推送效果,满足了自由行游客的智慧旅游需求。
作者:李毅鹏; 阮叶丽; 张杰 期刊:《网络与信息安全学报》 2018年第12期
针对传统基于物品的推荐算法由于数据稀疏性导致的低推荐精度问题,提出了一种融合GMM聚类和FOA-GRNN模型的推荐算法。该算法首先使用高斯混合模型(GMM)方法对物品特征进行聚类;然后根据聚类结果分别构造评分矩阵,并使用Slope One算法填充评分矩阵;最后计算用户对物品的相似度预测评分作为输入,通过FOA-GRNN模型输出最终的评分。基于movielens-2k数据集的实验结果表明,与其他3种算法相比,该算法能够更好地处理高稀疏性数据,推荐精度...
作者:李明伦 期刊:《青岛大学学报·工程技术版》 2019年第04期
为提高高校安全教育的有效性,保持大学生安全意识的长效性,结合当前国内高校存在的安全问题,通过分析校园安全事故与安全教育的相关性,有针对性地提出预防和减少校园安全事故的解决方案。提出将大学生安全教育前置,构建了一套基于推荐算法的安全知识题库,开发了一套切实可行的安全知识在线学习与测试系统。经过两个年级学生的实践检验,效果明显,从而有效预防和减少校园安全事故的发生。
作者:张海悦; 方捷新 期刊:《现代电影技术》 2019年第10期
多年来,美国流媒体平台奈飞(Netflix)长期采用基于用户星级评分数据的算法,通过分析评分数据和观看行为来了解用户对内容和演员等类型的偏好,并提供个性化推荐。迄今,奈飞获得的用户星级评分数据已累计数十亿条。近年来,奈飞不再单纯依赖星级评分数据,逐步革新用户评价体系,积极推进以内容为根本、以算法为手段、以用户为核心的运营模式。
作者:邱宁佳; 何壮; 王鹏; 李岩芳 期刊:《计算机应用研究》 2019年第12期
传统的个性化推荐算法普遍存在数据稀疏性问题,影响了推荐的准确度。Slope One算法具有简单、高效等特点,但该算法只是根据用户-项目评分矩阵进行数据分析,对所有用户采用一致性的权重进行计算,忽视了用户对项目类型的喜好程度。针对上述问题进行了研究,提出LR-Slope One算法。首先根据用户-项目评分矩阵和项目类型信息构建用户对项目类型的偏好矩阵;然后利用线性回归模型计算用户对每个类型的权重,采用随机梯度下降算法优化权重;...
作者:蒋宗礼; 王逸鹤 期刊:《北京工业大学学报》 2019年第09期
为了降低隐式反馈、数据稀疏性和内容多元化等因素对兴趣点(point of interest,POI)推荐算法的影响,提升推荐准确性,提出基于序列挖掘的兴趣点推荐算法.首先在数据预处理阶段,使用负采样法生成数据集中不存在的数据作为负样本,然后通过矩阵分解法学习用户和地点各自的隐特征向量,并根据地点之间的影响关系排列出候选推荐点.在公开数据集Four Square和Gowalla上实现2个POI访问序列上的实验验证,结果表明:该算法的准确率比传统方法有...
作者:李月; 王槐彬 期刊:《计算机与数字工程》 2020年第01期
信息过载是当前各类网络中存在的普遍问题,社交网络中通过推荐算法为用户推荐感兴趣的内容,但该类算法并不适用于学习网络中存在特定逻辑联系的知识点推荐。结合社交网络及LBSN网络中的兴趣点推荐算法,提出了一种面向学习网络相关知识点的改进LBSN推荐算法,通过学习网络中的相似用户计算及知识路径发现,为用户推荐当前学习相关的近邻知识点,并通过实验数据证明了学习网络中加入学习推荐对学习者效率及学习质量提升的效果。
作者:史伟; 张青云; 李帅 期刊:《计算机技术与发展》 2019年第11期
城市停车难问题越来越突出,而小区等场所仍闲置大量车位没有被充分利用,因此造成了有车无位,有位空留的矛盾状况。为解决供求矛盾,合理调度可共享的停车位资源,文中提出一个基于共享经济的停车位共享平台。该平台将硬件与软件相结合,在硬件方面,设计出了一款停车地锁,达到智能看守停车位的效果;在软件方面,采用室内定位算法、协同过滤车位推荐算法及车辆预测算法,实现对停车位的智能化管理。该共享平台的设计基于LBS(位置服务)定位...
作者:邓秀勤; 刘太亨; 刘富春; 龙咏红 期刊:《计算机科学》 2019年第S11期
针对传统的基于用户协同过滤推荐算法将用户对某物品的喜好程度等同看待的问题,文中提出了一种融合全加权矩阵分解的用户协同过滤模型。该模型首先为观测值设计频率感知加权,且非均匀地设计用于未观测值的用户导向加权。然后组合观测值和未观测值的加权,并根据评分确定用户声誉和用户关系的相似性,构建融合全加权矩阵分解的用户协同过滤模型。为了验证提出的推荐算法的性能,在Douban、Epinions和Last.fm 3个真实数据集上进行了仿真...
作者:宾晟; 孙更新 期刊:《计算机科学》 2019年第12期
推荐系统是大数据中最常见的应用之一,传统的协同过滤推荐算法直接基于用户-项目评分矩阵,对于海量的用户和商品数据,算法的执行效率将会显著降低。针对这一问题,提出了一种基于多关系社交网络的协同过滤推荐算法。该算法利用信息传播方法对基于多子网复合复杂网络模型构建的多关系社交网络进行社团结构划分,从而将相似度接近的用户划分到一个社团中,进而在社团内部选择用户的k-近邻集合来构建用户-项目评分矩阵,然后利用协同过滤...
作者:吴浩 期刊:《中国信息技术教育》 2019年第20期
在互联网大数据时代,人人均需学习,时时均可学习,学习是信息化时代的显著特征,在网络教学中,根据学生的需求,智能性推荐学生可能感兴趣的课程,对于改善用户体验十分重要。传统的推荐算法采用“最近最常使用”的思想,即某个课程最近被观看得越多,喜欢该课程的学生可能更多。该算法虽然比较朴素,也能取得不错的效果,但是有一个致命的缺点,就是无法根据学生需求智能推荐。例如,某个学生是艺术生,推荐却是数据结构之类的课程,这种推荐...
作者:张宇航; 姚文娟; 姜姗 期刊:《价值工程》 2020年第02期
随着信息时代的不断发展,信息过载是目前互联网用户面临的一个严重问题,个性化推荐系统就是解决这一问题的重要工具。为了解国内对个性化推荐领域的研究现状与发展趋势,通过对相关文献进行收集处理并借用VOSviewer、Excel对发文量、发文期刊、发文作者、关键词进行现状分析,同时对个性化推荐系统的关键技术用户兴趣模型和推荐算法进行阐述介绍。最后指出了未来个性化推荐系统的挑战与研究重点。
在信息技术日益发展的当下,不同类型的推荐算法在互联网行业的各领域有着广泛的应用。在目前使用较多的推荐算法中,部分侧重于基于评分的预测,也有部分是基于关联排序生成的推荐序列。本文设计一种混合推荐算法,将交替最小二乘法(ALS)计算的具体评分与Fp-growth的置信度相结合,融合两种算法的优势,从而实现推荐结果优化。基于Spark计算框架的实验表明,在选取合适的算法参数的情况下,这种改进的算法与交替最小二乘法(ALS)的原始结果...
作者:杨凯; 王利; 周志平; 赵卫东 期刊:《信息技术》 2019年第12期
随着近年来科技的蓬勃发展,我国积累的科技文献资源数据规模逐年递增,日渐庞大。为了提高科技文献资源的利用率和科技服务的质量,对推荐系统需求越发迫切。文中将基于内容的方法和协同过滤相结合,取长补短,来实现科技文献的个性化推荐。TF-IDF算法用于提取科技文献的内容特征,SVD算法用于对评分矩阵进行分解。
作者:王雷生; 占有兵 期刊:《中国企业家》 2017年第20期
吴悦在镜头前有些拘束,他不是很习惯面对聚光灯。一年多以前,他还是腾讯历史上最年轻的T4级技术专家,腾讯技术工程事业群(TEG)搜索部门的负责人,带领着几百人的团队为腾讯的微信、QQ、腾讯视频、新闻客户端等产品提供搜索功能和推荐算法支持。而现在,他是人工智能公司追一科技的创始人兼CEO。